AI 大模型
代码生成、软件工程智能体、程序修复、测试生成和开发者工具。
SEA-TS：面向时间序列预测算法自主代码生成的自我进化智能体
机构 * Ecoflow Inc.（Ecoflow公司）
专题命中 代码生成 ：code generation(title)；分类 cs.AI
AI总结 提出SEA-TS框架，通过度量优势MCTS、代码审查与运行提示优化、全局可引导推理三大机制，自主迭代生成、验证和优化时间序列预测算法代码，在四个数据集上优于TimeMixer等基线。
先排序后服务：通过成对学习排序实现低延迟LLM服务
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Argonne National Laboratory（阿贡国家实验室）
专题命中 代码生成 ：code generation(abstract)；分类 cs.AI、cs.LG
AI总结 提出PARS调度器，通过成对排序预测任务响应长度，近似最短作业优先调度，减少队头阻塞，在vLLM上实现高达15.7倍延迟降低。
Comments 13 pages, 4 figures. Published in ISC High Performance 2026 Research Paper Proceedings (41st International Conference)
Journal ref ISC High Performance 2026 Research Paper Proceedings (41st International Conference), Hamburg, Germany, 2026
COCOLogic-V2: 通过真正的困难负样本识别逻辑不一致性
机构 * Computer Science Department, TU Darmstadt（达姆施塔特工业大学计算机科学系） ； Hessian Center for AI (hessian.AI)（黑森人工智能中心） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Max Planck Institute for Informatics, SIC（马克斯·普朗克信息学研究所SIC） ； RTG Neuroexplicit Models（RTG神经显式模型）
专题命中 代码生成 ：program synthesis(abstract)；分类 cs.LG
AI总结 提出COCOLogic-V2数据集，通过正样本、近边界和远边界负样本分类，评估模型在真实图像上的视觉归纳推理能力，发现模型在近边界样本上表现差，视觉归纳推理仍是开放挑战。
Glite ARF：基于验证器的并行LLM编码代理研究
专题命中 软件智能体 ：coding agent(title,abstract)；repository(abstract)；分类 cs.SE
AI总结 提出Glite ARF框架，通过确定性验证器脚本强制执行任务隔离和不可变性，实现并行LLM编码代理的可重复研究，在BEA 2026词汇难度共享任务中取得领先结果。
Comments 13 pages, 6 figures, 7 tables. Open-source framework (Apache-2.0) and a public demo project at https://github.com/GliteTech/glite-arf and https://github.com/GliteTech/research-ace-cefr
SIGA: 用于科学模拟的自演化编码智能体适配器
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校）
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.CL、cs.AI
AI总结 提出SIGA适配器，通过检索、程序记忆、轨迹内验证和验证强制终止，将通用编码智能体转化为科学模拟软件操作员，在GEOS上实现36倍加速，并支持自演化提升性能。
人类、机器人和代理如何在拉取请求中沟通漏洞
专题命中 软件智能体 ：coding agent(abstract)；分类 cs.SE
AI总结 研究拉取请求讨论中人类、机器人和编码代理通过显式标识符和隐式安全语言沟通漏洞的方式，并分析其与代码变更及审查活动的关系。
一个可审计的AI代理循环用于实证经济学：以预测组合为例
专题命中 软件智能体 ：coding agent(abstract)
AI总结 提出一个开源代理循环架构，结合搜索后留出评估，使实证规范搜索透明化，在预测组合案例中独立代理搜索找到优于原始研究基准的方法。
Comments 36 pages, no figure
深度神经网络的测试用例选择：面向代码的大语言模型的复现研究
专题命中 测试生成 ：code model(abstract)；分类 cs.SE
AI总结 本文对深度神经网络测试用例选择技术在代码大语言模型上的有效性进行了大规模复现研究，发现基于不确定性的特征对早期故障发现有效，而基于表示的特征对准确率估计更鲁棒，且性能因任务和模型而异。
Comments Accepted at ISSTA 2026, the 35th ACM SIGSOFT International Symposium on Software Testing and Analysis
从信号到迁移：基于探针的大语言模型不确定性估计的分解研究
机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； VinUniversity ； KAIST（韩国科学技术院）
专题命中 代码评测 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 通过分解研究，发现原始隐藏状态和注意力特征在域内表现优异，但结构化压缩特征在分布偏移下更鲁棒，提示和标签构建显著影响探针行为，并训练出可迁移的预训练探针。
AgentX：迈向智能体驱动的工业推荐系统自迭代
专题命中 代码评测 ：repository(abstract)；分类 cs.CL、cs.AI
AI总结 提出AgentX多智能体系统，通过闭环迭代自动生成、实施、评估推荐实验，实现工业推荐系统的自进化，突破人工瓶颈。
Comments Authors are listed alphabetically by their first name
复杂度准度量空间上的扩展同胚
专题命中 代码评测 ：repository(abstract)
AI总结 本文研究复杂度准度量空间上的扩展同胚理论，证明缩放变换在该空间上扩张当且仅当α≠1，并将轨道分离与经典时间层级定理联系起来。
治理仓库，而非智能体：衡量AI原生软件中的生态系统级风险
机构 * Daniel Russo（丹尼尔·鲁索）
专题命中 仓库级理解 ：repository(title,abstract)；coding agent(abstract)；分类 cs.SE、cs.AI
AI总结 研究发现，AI智能体贡献的代码在仓库层面产生的集成摩擦比人类贡献高约两倍，表明风险源于生态系统而非单个智能体，建议从生态系统层面进行治理。
代理硬件设计作为仓库级代码演化
机构 * NVIDIA Research（NVIDIA研究）
专题命中 仓库级理解 ：repository(title,abstract)；分类 cs.AI
AI总结 提出HORIZON自演化代理框架，将硬件设计视为仓库级代码演化，通过Markdown编译项目包和免手代理循环实现全自动基准测试，在多个基准上达到100%完成率。
在行为驱动软件测试套件中挖掘子场景重构机会：ML分类器和LLM-判断基线
机构 * Independent Researcher（独立研究者；应用MBA（数据分析），德克萨斯韦斯利安大学） ； Applied MBA (Data Analytics), Texas Wesleyan University（独立研究者；计算机工程学士，国立科学与技术大学（NUST）） ； Independent Researcher（独立研究者；管理硕士，慕尼黑技术大学） ； B.E. Computer Engineering, National University of Sciences and Technology (NUST) ； Independent Researcher ； M.Sc. Management, Technical University of Munich
专题命中 仓库级理解 ：repository(abstract)；分类 cs.SE、cs.CL、cs.LG
AI总结 本文通过ML分类器和LLM基线，识别行为驱动开发测试套件中可提取的子场景，量化其在公共BDD生态系统中的普及率。
Comments 31 pages, 10 figures, 6 tables, 56 references. v2: retitled; references corrected and verified; threshold-sensitivity and imbalance-robust metrics added; figures restyled. Code and data (Apache-2.0): https://github.com/amughalbscs16/cukereuse_subscenarios_release (archived: https://doi.org/10.5281/zenodo.20356527). Upstream corpus: https://doi.org/10.5281/zenodo.19754359
参数高效混合Transformer（PEHT）用于通过动态城市拥堵整合进行网络流量预测
机构 * National Science Foundation（国家科学基金会） ； U.S. Department of Transportation（美国交通部） ； University Transportation Center (UTC)（大学交通中心） ； Transportation Cybersecurity Center for Advanced Research and Education (CYBER-CARE)（交通网络安全高级研究与教育中心） ； NVIDIA Academic Grant Program（NVIDIA学术资助计划）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI、cs.LG
AI总结 提出参数高效混合Transformer（PEHT），通过低秩适应和多模态融合整合城市移动性与拥堵信息，在减少参数的同时提升网络流量预测精度。
Agentic Publication Protocol：科学出版现代化的一次尝试
机构 * Max-Planck-Institut für Quantenoptik（马克斯·普朗克量子光学研究所） ； Munich Center for Quantum Science and Technology（慕尼黑量子科学与技术中心） ； Leinweber Institute for Theoretical Physics（莱因韦伯理论物理研究所）
专题命中 仓库级理解 ：repository(abstract)；分类 cs.AI
AI总结 提出Agentic Publication Protocol（APP），一种将论文与代码、数据、环境信息及智能体指令打包的轻量级仓库格式，使未来研究者能直接使用操作知识。
Comments 16 pages, 5 figures and 1 table
HuBMAP 数据门户：健康人体组织多模态空间和单细胞数据的资源
专题命中 仓库级理解 ：repository(abstract)
AI总结 介绍 HuBMAP 数据门户，一个整合健康人体组织多模态空间和单细胞数据的综合平台，支持搜索、可视化和分析，并通过统一处理流程确保数据可比性。
Comments 43 pages; 8 figures; 1 table
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈